计算机

计算机 · 圈子

8559 位酷友已加入

计算机圈子中包含常用的技术文档、源代码、模型、数据集、学习教程、技术报告等干货资料,加入圈子可以上传、下载资料,也可以使用提问来寻求资料或分享你认为有价值的站外链接~

关注推荐最新

热门标签

计算机

计算机·圈子   首发

阿托 更新了
资源

【课程设计】医院管理系统(有登录界面和操作者权限区别)

仅仅采用Java SE编写,数据库文件已经导出(hospital.sql) 一、系统需求分析 通过一个医院管理系统,使医院的管理工作系统化、规范化、自动化,从而达到提高医院管理效率的目的。 1.1 系统功能分析 医院管理系统需要完成功能主要有: 员工各种信息的输入,包括员工基本信息、职称、岗位等。 员工各种信息的查询、修改,包括员工基本信息、职称、岗位、工资等。 员工的人事调动管理。 病人信息的管理。 医院病床的管理。 药剂资源管理。 仪器资源管理。 管理员账户的设定与权限分配。 1.2 系统功能模块设计(划分) 医院管理系统分为住院部、员工管理、药品和仪器三个模块。并且有账户权限设定,管理员与用户的权限不同,所以操作界面有区别。其中,该系统分为住院部、员工管理、药品和仪器三大模块。 住院部模块,分为病床管理和病人管理两个界面,每个界面都有增删改查的功能,其中病人信息中的床位号与病床管理的床位号设有主键关系。 员工管理模块,由于登录账户的权限区别,该界面是会有区别的,当登陆者为管理员时,员工管理模块分为个人信息管理,工资管理,岗位/部门管理以及权限管理,每个界面都具备增删改查的功能。而当登陆者为用户时,将只会显示个人的信息查询界面,以及个人的工资查询界面,所拥有的权限仅仅是查询自己的个人信息与工资信息。 药品和仪器管理模块,分为药品管理和仪器管理,各有一个管理界面,同时具备增删改查四个功能。 1.3 与其它系统的关系 应用程序与数据库连接,当应用程序需要对模块中的数据进行增删改查操作时,应用程序会自动连接数据库,然后再进行操作。 1.4 数据流程图 二、数据库设计 2.1 数据库需求分析 通过对医院管理的内容和数据关系分析,我们设计的数据项和数据结构如下: 员工基本状况包括的数据项有员工号、员工姓名、性别、所在部门、身份证号、生日、籍贯、国籍、民族、婚姻状况、健康状况、参加工作时间、员工状态、家庭住址、联系电话等。 员工工资状况包括的数据项有员工号、工资项别、工资金额等。 医院工作岗位信息包括的数据库项有工作岗位代号、工作岗位名称等。 医院部门信息包括的数据项有部门代号、部门名称、部门负责人等。 病人信息包括的数据项有病人姓名、病人性别、入院时间、病人所属科室病人状况、病人主治医生、房问号、病床号等。 药剂资源管理信息包括的数据项有药剂代号、药剂名称、药剂价格、药剂库存数量、备注等。 医疗仪器管理包括的数据项有仪器代号、仪器名称、仪器价格、仪器数量、备注等。 2.2 数据库概念结构设计 本系统根据上面的设计规划出的实体有员工实体、部门实体、岗位实体、病人实体、药剂实体、仪器实体。实体和实体之间的关系 E-R 图模型如图 2 所示。 图2 医院管理系统的E-R图 三、各功能模块的设计与实现 3.1 功能说明 员工信息的管理。 病人信息的管理。 医院病床的管理。 药剂仪器资源的管理。 系统用户管理、权限管理。 3.2 用户界面设计 医院管理系统的窗体分成 17 个主要部分,如下图所示。 系统欢迎界面及主界面设计 住院部管理模块主界面 病人管理模块界面设计 病床管理模块界面设计 来源https://github.com/Chien-W/Hospital-management-system

计算机

计算机·圈子   首发

阿托 更新了
资源

【课程设计】基于Android的点餐系统

知识点 RecyclerView Fragment & Navigation DrawerLayout & NavigationView Intent 说明 服务员登录账号:0000 ; 密码: 0000 因为时间紧张,计划只完基本原型 因为没有设置数据库,所有用一个类 Data 中的 静态属性/方法 来临时存数据和数据操作 历史账单没有时间去实现了 数据库设计 效果 来源https://github.com/zhanyeye/OrderSystem

资源

【Demo】基于SSM框架的商城小项目

技术基础 JDK版本:1.8+ Tomcat版本: 8.5 代码编辑器:IDEA Maven项目管理工具(这样就只需要引入dependency,maven工具会自动为你下载需要的jar包); 比如你需要junit的jar包,直接在pom.xml文件中加入下面代码(可以在maven repository中找到)就可以了。具体操作请自行百度。 数据库:MYSQL(5.x.x); NoSQL:Redis(并不是用的很多); 其他工具推荐 谷歌浏览器 redisManager:redis管理工具 postman:接口测试 navicate:数据库可视化连接管理 简介 商城分为后台人员管理界面和前台处理服务器两个方面。 实现了登录,邮件注册,redis缓存机制,cookie的历史记录浏览,分页浏览商品,加入购物车,提交订单等等功能。 注:学习视频并不是SSM框架,是由本人在学习了SSM框架之后,一步一步跟着视频转化而来。如果有些许错误,还请担待。 项目视频 提取码:t7hv 来源https://github.com/JackyFuu/SSM-Maven-Heima

计算机

计算机·圈子   首发

阿托 更新了
资源

【Demo】基于 SSM 框架的二手书交易系统

快速上手 1. 运行环境 IDE:IntelliJ IDEA 项目构建工具:Maven 数据库:MySQL Tomcat:Tomcat 8.0.47 2. 初始化项目 创建一个名为bookshop的数据库,将bookshop.sql导入 打开IntelliJ IDEA,将项目导入 修改jdbc.properties文件配置,同时配置Tomcat 开始运行,访问http://localhost:8080/home.do 实现功能 登录 上传二手图书 编辑二手图手 图书分页展示 页面展示 来源https://github.com/DanielLin07/bookshop

资源

请假系统_管理系统_邮件/微信企业号定时通知及快捷审批

请假系统 分为两个项目,Web主项目,微信子项目 独立开发给企业私人定制的一个请假系统,亮点: 流程、Excel批量导入导出、邮件/微信企业号定时通知及快捷审批. 前端架构:jQuery、Bootstrap 后端架构:jfinal、POI、Java Mail、dom4j、fastjson、Mysql 数据库结构 流程定义 个人信息 假单申请 假单确认 假单回执 待处理列表 审批处理 via:https://github.com/iUndeined/leave_sys

计算机

计算机·圈子   首发

阿托 更新了
资源

【Demo】基于SSM搭建的客户管理系统

SSM 客户管理系统 采用的主要框架为:Spring + SpringMVC + Mybatis + Bootstrap。 SSM 客户管理系统是基于 SSM 搭建的客户管理系统,其中为了便于新手学习,采用了jsp页面,bootstrap作为基础,pagehelp作为分页插件,这样能使大家更容易的掌握。 依赖 依赖 版本 Spring 5.0.2.RELEASE Spring MVC 5.0.2.RELEASE Mybatis 3.4.5 PageHelp 分页插件 5.1.4 Druid 数据源 1.1.16 Lombok 插件 1.18.8 Mybatis 逆向工程 1.3.7 表设计 用户表 这里为了简洁,用户模块只设计了账号和密码,主要用于登录,当然,你可以多增加一些属性,作为后期的用户信息的维护。 客户表 相关的客户信息,同样的可以自己增加,这里我就不再阐述。 插件 逆向工程 用于快速生成开发中不断重复的代码,比如说实体类,映射层接口,以及Mybatis XML文件的编写,只需要提供数据库连接的jar地址,数据库名称,账号密码即可一键生成:实体类,Mapper接口,Mapper映射文件。 例如生成的映射文件: 其中已经帮我们生成了基本的增加、删除、更新方法。下面简单的说明一下方法的作用: 方法名称 方法作用 方法说明 selectByPrimaryKey 根据主键查询 主键是必须的参数 deleteByPrimaryKey 根据主键删除 主键是必须的参数 insert 插入一条数据, 除了id之外,必须要有每个字段值 insertSelective 插入一条数据 只会插入不为空的字段 updateByPrimaryKeySelective 根据主键更新数据 更新的是传入参数不为空的字段 updateByPrimaryKey 根据主键更新数据 更新所有字段 Lombok 插件 lombok 提供了简单的注解的形式来帮助我们简化消除一些必须有但显得很臃肿的 java 代码。通过使用对应的注解,可以在编译源码的时候生成对应的方法,所以不会影响任何运行效率。 下面是简单的举例说明: 常用Lombok注解 注解名称 注解使用位置以及作用 @Data 注解在类上;提供类所有属性的 getting 和 setting 方法,此外还提供了equals、canEqual、hashCode、toString 方法 @Setter 注解在属性上;为属性提供 setting 方法 @Setter 注解在属性上;为属性提供 getting 方法 @Log4j 注解在类上;为类提供一个 属性名为log 的 log4j 日志对象 @NoArgsConstructor 注解在类上;为类提供一个无参的构造方法 @AllArgsConstructor 注解在类上;为类提供一个全参的构造方法 @Cleanup 可以关闭流 @Builder 被注解的类加个构造者模式 @Synchronized 加个同步锁 @SneakyThrows 等同于try/catch 捕获异常 @NonNull 如果给参数加个这个注解 参数为null会抛出空指针异常 @Value 注解和@Data类似,区别在于它会把所有成员变量默认定义为private final修饰,并且不会生成set方法 项目预览 来源https://github.com/Tellsea/ssm

计算机

计算机·圈子   首发

阿托 更新了
资源

【Demo】基于SSM框架的 Java电商项目

视频教程地址 网址:笔记 b站:视频讲解 Youtube:墙外视频 注意 代码 clone 下来之后有几个 jar 包需要使用 maven 自行导入: ueditor json fastdfs 技术选型 Spring Spring MVC Mybatis redis solr EasyUI UEditor JQuery Freemark activMQ httpClient MySQL FastDFS ... 开发环境 InteliJ IDEA Maven Tomcat7 JDK Nginx Git postman sqlyog win7 ... 计划 技术架构 (集群和分布式架构的区别) 工程搭建 (maven) SSM框架的整合 Mybatis逆向工程以及使用 日志的添加与使用 拦截器 后端功能 (系统的开发,图片系统,数据等等) 前端功能 (商品浏览,下订单,购物车等等。。) ... 来源https://github.com/wistbean/manong-ssm

计算机

计算机·圈子   首发

阿托 更新了
资源

【Demo】基于Spring+SpringMVC+Mybatis框架的人事管理系统

部署说明 项目启动后,在浏览器中访问地址:http://127.0.0.1:8080/personnel/ 我录了一个视频来演示一下,人事管理系统部署视频链接:https://www.bilibili.com/video/av53594307/ 基础环境:JDK8,Tomcat8,MySQL5.7 报错可以查看我的教程:我的教程 加入了普通用户的功能,在登陆时可以选择,可以查询职位,部门,公告,文档,但不能对其他的进行修改。 使用JavaEE开发,基于SpringMVC+Mybatis框架,该项目包含了用户管理、部门管理、职位管理、员工管理、公告管理、下载中心等多个模块,页面使用JQuery框架完成动态功能,用户管理、部门管理等模块包含了项目开发中常用的增删改查动作,下载中心包含了 Spring MVC的文件上传、下载等功能。 系统功能介绍 用户管理的功能包括:添加用户,用户可以为管理员或者普通用户;查询用户,可以查询所有用户或根据用户名和用户状态进行模糊查询,删除用户,修改用户。 部门管理的功能包括:添加部门,查询部门,可以查询所有部门或根据部门名称进行模糊查询,删除部门,修改部门 职位管理的功能包括:添加职位,查询职位,可以查询所有职位或根据职位名称进行模糊查询,删除职位,修改职位 员工管理的功能包括:添加员工,查询员工,可以查询所有员工或根据员工姓名,身份证号,手机号,性别,职位,部门进行模查询,删除员工,修改员工。 公告管理的功能包括:添加公告,查询公告,可以查询所有公告或根据公告名称,公告内容进行模糊查询,删除公告,修改公告。 下载中心的功能包括:上传文件,查淘文件,可以查询所有文件或根据文件标题进行模糊查询,预览文件内容:删除文件,下载文件。 来源https://github.com/rainweb521/Personnel-Management-System

资源

人工智能算法金融应用评价规范_中国人民银行_2021

为全面提升人工智能技术在金融领域应用和管理水平,推动金融与科技深度融合协调发展,中国人民银行制定了《人工智能算法金融应用评价规范》(以下简称《规范》),于近日正式印发。 《规范》针对当前人工智能技术应用存在的算法黑箱、算法同质化、模型缺陷等潜在风险问题,建立了人工智能金融应用算法评价框架,从安全性、可解释性、精准性和性能等方面系统化地提出基本要求、评价方法和判定准则,为金融机构加强智能算法应用风险管理提供指引。 《规范》的发布有助于引导金融机构充分发挥人工智能“头雁效应”,加快金融数字化转型步伐,持续推动金融服务更为贴心、更加智慧、更有温度,打造数字经济时代金融创新发展新引擎,助力健全具有高度适应性、竞争力、普惠性的现代金融体系。

计算机

计算机·圈子   首发

阿托 更新了
资源

使用实体信息丰富用于关系分类的预训练语言模型

R-BERT (非官方)R-BERT的Pytorch实现:Enriching Pre-trained Language Model with Entity Information for Relation Classification 模型架构 方法 从BERT获得三个向量。 [CLS] token vector -averaged entity_1 vector -averaged entity_2 vector 将每个矢量传递到完全连接的层。 dropout -> tanh -> fc-layer 连接三个向量。 将串联的矢量传递到完全连接层。 dropout -> fc-layer 完全符合书面条件。 分别平均对entity_1和entity_2隐藏状态向量。 (包括 $, # tokens) 完全连接层之前的Dropout和Tanh。 序列末尾没有[SEP]token。 (如果要添加[SEP]令牌,请提供--add_sep_token选项) 依赖 perl (For evaluating official f1 score) python>=3.6 torch==1.6.0 transformers==3.3.1 运行 预测写在eval目录中的proposal_answers.txt中。 官方评估 根据官方评估perl脚本进行评估。 MACRO平均f1得分(Other关系除外) 可以在eval目录中的result.txt上查看详细的结果。 预测 来源https://github.com/monologg/R-BERT

资源

【Demo】Python语音识别项目

项目简介 本项目使用 python3.5,包管理使用 pip3.5,用 pyaudio 录音, numpy 计算, scipy 滤波, pylab 绘制波形与频谱。 项目环境 推介在与项目根目录同级目录内通过 virtualenv 建立 python 虚拟环境: 第一次会自动安装一些虚拟环境文件,安装完后再激活虚拟环境, Windows 环境下使用: Linux 环境下使用: cd 回到项目根目录中,项目依赖都写在 requirements.txt 中, Windows 在我的 Win 10 环境中 numpy 1.11.1+mkl 和 scipy 0.18.1 两个包都不能通过 pip 安装成功,因此我去加利福尼亚大学镜像源下载了 numpy scipy 这两个包的 win 下支持的 .whl 文件并先通过 pip 安装: 然后再用 pip 安装 requirements.txt 的依赖: 全部通过安装后才算是建立好项目环境了 Ubuntu 14.04 trusty 由于项目使用 Travis-CI 的系统是 ubuntu 14.04 trusty,因此 ubuntu 下的安装依赖可以参考 .travis.yml 中使用 travis_env_init.sh 进行安装, 在上面 virtualenv 环境中,项目根目录下,使用以下命令执行安装: 或者 预安装完成后,再 pip install -r requirements.txt 安装剩下的依赖。 安装脚本本来是针对 Travis 的环境,并非写的兼容的,如有其他包安装失败,请手动排查。 配置说明 本项目使用 百度语音识别 API,所以请先去 百度语音开放平台 建立工程,申请 API key、 Secret key,具体申请过程可参见 玩转百度语音识别,就是这么简单 这篇文章。 ./BaiduSpeech 目录下的 BaiduOAuthSample.ini 是配置示例文件,先复制 BaiduOAuthSample.ini 为 BaiduOAuth.ini,再按照文件示例中对应位置填写自己的 api_key secret_key,键值间等号左右各空一格,值项无需引号,若已有 token 可填写 access_token 项。 使用说明 根目录中的 SpeechRecognise.py 为语音识别启动文件 启动后对准话筒说话,控制台将输出识别结果。(距离话筒的远近与话筒灵敏度相关) 结构说明 根目录中的 SpeechRecognise.py 为语音识别启动文件, WaveOperate 包中封装了一些对声卡的常用操作,如: 录音、播放、保存文件、读取文件、绘制声波、绘制频谱、声音滤波 等操作。 BaiduSpeech 包中为对 Baidu API 调用的封装,其中 BaiduOAuth.ini 为百度 API key 配置文件。 UnitTest 包中为各模块的单元测试文件, 在项目根目录下执行命令 python3.5 -m nose -vs --with-coverage 将自动执行单元测试并输出结果和覆盖率。 项目思路 本项目语音识别的思路是: 麦克风阵列录音产生音频流 语音增强 2.1 音频流实时带通滤波,除去低音和高音 2.2 通过过零率 ZSR 和短时能量 Ep 进行 VAD 语音端点检测 2.3 切分判断有人声说话的音频部分 去混响(回声) 3.1 双麦技术 3.2 NLMS 自适应滤波 背景噪音消除 4.1 双麦背景消除 波束形成 5.1 声源信号分离 语音提取 6.1 声纹识别 语音识别 7.1 百度语音 API 7.2 Google 语音 API 7.3 讯飞语音 API 语义分析 8.1 Hanlp 句法词法依存分析 8.2 Boson 句法词法依存分析 参数化指令 9.1 Cortana XML 指令解析 当然,以上并没有完全实现。。。 实现的项目: pyaudio录音 音频流实时带通滤波 短时能量 Ep 判断 切分判断有人声说话的音频部分 语音识别-百度语音 API Hanlp 依存分析 Boson 依存分析 来源https://github.com/zthxxx/python-Speech_Recognition

  • 1
  • 90
  • 91
  • 92
  • 168
前往